Using a time trend to measure techn

Using a time trend to measure technical change is an implicit acknowledgment that at least the dependent variable (e.g., factor demands or factor shares) is non stationary.


Many studies based on duality models use a linear deterministic time trend to measure such an omitted variable (e.g., Binswanger; Lopez; Fulginiti and Perrin; M chini; Shumway and Alexander).


Furthermore, in the absence of a direct measure of technical change, a time-series approach to estimating duality models allows a richer specification of the process representing technical change.


When no direct measure of this variable is available, technical change becomes an omitted variable when estimating empirical relationships (Clark, Furtan, and Taylor).


For example, modeling technical change as a random walk with drift includes the deterministic time trend as a special case.


While realizations of a random walk with drift and a deterministic time trend appear similar when plotted against time, there are fundamental differences between them (Nelson and Kang; Dickey, Bell, and Miller).


The effect of technical change is to increase factor productivity or to change the income shares among factors or the revenue shares among out¬puts.


The differences lead to serious econometric consequences if a deterministic time trend is incorrectly used in a regression model.


In particular, for a regression in the levels of the data, OLS coefficient estimates will be inefficient, significance levels will be inflated, and there will be a high probability of concluding that there is a significant relationship among the variables when in fact no relationship exists.


If the data are non¬stationary, estimating duality models becomes a time-series problem as well as a regression problem.


However, this is only one of many representations of technical change and an unduly restrictive one at that.


This result has been well established for many macroeconomic time series (Nelson and Plosser).


A single iteration of the Cochrane-Orcutt procedure to correct for serial correlation will not correct these problems (Nelson and Kang).

النتائج (العربية) 1:

باستخدام اتجاه وقت لقياس التغير التقني اعتراف ضمني في أقل المتغير التابع (مثلاً، مطالب عامل أو عامل أسهم) هو غير ثابتة.


العديد من الدراسات على أساس نماذج ازدواجية استخدام اتجاه خطي وقت قطعية لقياس هذه متغير تم حذفه (على سبيل المثال، بينسوانغر؛ لوبيز؛ فولجينيتي وبيرين؛ شيني م؛ Shumway وألكسندر).


وعلاوة على ذلك، نظراً لغياب مقياسا مباشرا للتغير التقني، يسمح نهج السلسلة الزمنية لتقدير نماذج ازدواجية مواصفات أكثر ثراء من هذه العملية تمثل التغير التقني.


عندما لا يوجد مقياس مباشر لهذا المتغير متاح، يصبح التغير التقني متغير تم حذفها عند تقدير العلاقات التجريبية (كلارك وفارتان وتايلور).


وعلى سبيل المثال، نمذجة التغيير التقني كما يتضمن مسافة عشوائي مع الانجراف الاتجاه الوقت القطعية كحالة خاصة.


بينما المدركات نزهة عشوائي مع الانجراف واتجاه وقت قطعية تظهر مماثلة عندما تآمروا ضد الوقت، هناك اختلافات أساسية فيما بينها (Nelson and كانغ؛ ديكي والجرس، وميلر).


هو تأثير التغيير التقني زيادة إنتاجية عوامل الإنتاج أو تغيير حصص الدخل فيما بين العوامل أو حصص العائدات بين out¬puts.


الاختلافات تؤدي إلى عواقب وخيمة على الاقتصاد القياسي إذا كان اتجاه وقت قطعية ويستخدم بشكل غير صحيح في نموذج الانحدار.


على وجه الخصوص، لانحدار في مستويات البيانات، تقديرات معامل عملية شريان الحياة ستكون غير فعالة, مستويات الأهمية سوف تكون مبالغا فيها، وسيكون هناك احتمال كبير لإبرام أن هناك علاقة كبيرة بين المتغيرات عند في الواقع وجود لا علاقة.


إذا كانت البيانات non¬stationary، تقدير نماذج ازدواجية يصبح مشكلة السلسلة الزمنية فضلا عن مشكلة الانحدار.


ومع ذلك، وهذا واحد فقط من تمثيلات كثيرة التغير التقني وتقييدية دون مبرر في أن واحد.


وكانت هذه النتيجة راسخة للعديد من السلاسل الزمنية الاقتصادية الكلية (Nelson and بلوسر).


تكرار واحد من الإجراءات كوكرين-Orcutt لتصحيح للارتباط التسلسلي لن تقوم بتصحيح هذه المشاكل (Nelson and كانغ).

النتائج (العربية) 2:

باستخدام الاتجاهات الزمنية لقياس التغير التقني هو اعتراف ضمنى بأن تعتمد على الأقل متغير (على سبيل المثال، عامل عامل او سهم) غير ثابتة"


العديد من الدراسات القائمة على ازدواجية استخدام النماذج الحتمية خطي اتجاه زمني لقياس هذا حذف متغير (على سبيل المثال، بينـزوانغر، لوبيز; fulginiti و بيران إم بإمكان; شوماي رائد زراعة القلب و الكسندر) .


وعلاوة على ذلك,في حالة عدم وجود دليل مباشر من التغير التقني، وهو نهج سلسلة نماذج لتقدير ثنائية تسمح أغنى من مواصفات عملية تمثل التغير التقني"


عندما لا مباشرة من هذه المتغيرات التقنية المتاحة، يصبح تغيير حذف متغير عند تقدير العلاقات التجريبية (كلارك furtan وتايلور) .


على سبيل المثال،التقنية نماذج التغيير العشوائي سيراً على الأقدام مع الشباك العائمة تشمل الوقت حتمية الاتجاه إلى حالة خاصة"


بينما يدخلها العشوائية سيراً على الأقدام مع بالانجراف حتمية الاتجاه الوقت تبدو مماثلة عندما تآمر مع الزمن، هناك اختلافات أساسية بينهما (نيلسون كانغ; ديكي، بيل ميلر) .


أثر التغير التكنولوجي في زيادة الإنتاجية أو إلى تغيير حصص الدخل فيما بين العوامل أو عوائد بين من يضع "


حسب الاختلافات تؤدي إلى عواقب خطيرة إذا كان الاقتصاد القياسي حتمية الاتجاه بشكل صحيح الوقت المستخدم في نموذج التراجع"


بصفة خاصة, الى التراجع في مستويات من البيانات، معامل عملية شريان الحياة للسودان على تقديرات غير فعال,أهمية مستويات، سوف يكون هناك احتمال كبير أن هناك علاقة مهمة بين المتغيرات في الواقع لا توجد علاقة "


إذا البيانات غير ثابتة، حسب تقدير ثنائية تصبح نماذج السلاسل الزمنية مشكلة وكذلك التراجع"


ومع ذلك,هذا هو فقط واحدة من العديد من العروض التقنية وتغيير تقييدية بلا داع في ان "


هذه النتيجة أيضا إنشاء سلسلة من سياسات الاقتصاد الكلي (نيلسون و plosser) .


للمنافع والتكاليف واحدة من cochrane-orcutt الداخلي تصحيح العلاقة التسلسلية لن تصلح هذه المشاكل (نيلسون كانغ).